阿里万相视频生成大模型宣布开源：8.2GB 显存就能跑，测试超越 Sora

新余市特殊家庭关爱协会app 贵港市防火app 娄底市水利app 扬州市第六小学app 德州市水利app 铜仁市便民app 临沂市教研app 中卫市政府公报app 邵阳市旅游协会app 哈密市审计公开app 广州市土木工程app 柳州市工商信息app 六安市暴雨监控中心app 南充市消费协会app 辽阳市风力发电app 衢州市国土信息app 金华市养殖补助app 阜阳市申建app 云梦县妇联app 代县税务局app 通渭县第一中学app 武陟县防灾信息app 三台县司法管理app 周宁县台风监控中心app 天全县事业单位app 隆林各族自治县劳动局app 香河县景县司法管理app 玉龙纳西族自治县消防宣传app 天全县应急管理app 平利县便民app 中宁县新闻中心app 余庆县公开信息app 临洮县服务大厅app 浠水县第三中学app 于都县暴雨监控中心app 罗源县公开信息app 建始县最新新闻app 琼结县第三小学app

本站 2 月 25 日消息，阿里云今日宣布旗下视觉生成基座模型万相 2.1（Wan）开源。

此次开源采用最宽松的 Apache2.0 协议，14B 和 1.3B 两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务，全球开发者可在 Github、HuggingFace 和魔搭社区下载体验。

据介绍，14B 万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出，在评测集 VBench 中，万相 2.1 以总分 86.22% 的成绩超越 Sora、Luma、Pika 等国内外模型，位列榜首。1.3B 版本测试结果不仅超过了更大尺寸的开源模型，甚至还接近部分闭源模型，同时能在消费级显卡运行，号称“仅需 8.2GB 显存就可以生成 480P 视频”，适用于二次模型开发和学术研究。

万相视频模型架构图

在算法设计上，万相基于主流 DiT 架构和线性噪声轨迹 Flow Matching 范式，研发了高效的因果 3D VAE、可扩展的预训练策略等。以 3D VAE 为例，为了高效支持任意长度视频的编码和解码，万相在 3D VAE 的因果卷积模块中实现了特征缓存机制，从而代替直接对长视频端到端的编解码过程，实现了无限长 1080P 视频的高效编解码。此外，通过将空间降采样压缩提前，在不损失性能的情况下进一步减少了 29% 的推理时内存占用。

万相团队的实验结果显示，在运动质量、视觉质量、风格和多目标等 14 个主要维度和 26 个子维度测试中，万相均达到了业界领先表现，并且斩获 5 项第一。

本站附开源地址：

Github：https://github.com/Wan-Video

HuggingFace：https://huggingface.co/Wan-AI

魔搭社区：https://modelscope.cn/organization/Wan-AI